[发明专利]一种基于神经网络模型的猪跛脚检测方法和检测系统

说明书

本发明提供一种基于神经网络模型的猪跛脚检测方法和检测系统，检测方法包括如下步骤：获取训练集；训练集中包括猪的图像以及与各图像相对应的热力图；建立定位神经网络模型，以猪的图像为输入，以对应的热力图为输出，对该定位神经网络模型进行训练；对猪进行图像采集，结合训练后的神经网络得到与实时图像对应的实时热力图；将实时热力图设置在二维坐标系内，得到其中各光斑的二维坐标，将其分别作为对应特征点的二维坐标，并根据各特征点的二维坐标得到其三维空间坐标；根据各特征点的三维空间坐标得到猪的膝盖角度，根据猪的膝盖角度判断猪是否跛脚。本发明提供的技术方案能够解决对猪的行走姿态检测时存在的成本高、可靠性差的问题。

技术领域

本发明属于猪的行走姿态检测技术领域，具体涉及一种基于神经网络模型的猪跛脚检测方法和检测系统。

背景技术

随着科学技术的发展和人们生活水平的日益提高，畜禽养殖业得到了迅速发展，畜禽养殖业的养殖规模、养殖方式和分布区域发生了巨大的变化。传统的养殖手段和经验方法已不适应当前的行业发展，畜禽养殖业迫切需要依靠前沿科技手段，建立其数字化、精细化和智能化的产业养殖管理模式。

目前很多地区养猪的规模化水平得到了很大的提高。但是由于技术以及成本限制等问题，猪疾病时常发生。如果能在猪发病初期对其进行及时有效的隔离治疗，将会极大减少对猪养殖业造成的损失。如何切实有效的提高规模化养殖场的管理，建立有效猪疾病智能预警机制，已成为建立规模化养猪场重点研究方向。

对于猪患口蹄疫这种疾病是养殖人员一直担心的问题。口蹄疫会引起猪的口、脚溃烂，出现跛脚行为。若不能在该病的初发前期扑灭，疫情会迅速扩大蔓延，造成猪的死亡，给养殖人员带来经济危害。所以寻找及时有效的检测手段已成为迫切需要。

目前猪舍中猪的行为及身体状况通常采用人工观察和手工记录。利用人工观察和手工记录，一方面观察人员劳动强度大，且工作环境差，长时间在猪舍中观察将严重影响工作人员的健康；另一方面由于仅靠人工观察，因人手紧、成本高以及人的疲劳和认知程度等因素会导致信息不准和疏漏等现象发生，可靠性较差。

发明内容

本发明的目的是提供一种基于神经网络模型的猪跛脚检测方法和检测系统，以解决现有技术中对猪的行走姿态检测时存在的成本高、可靠性差的问题。

为实现上述目的，本发明采用如下技术方案：

一种基于神经网络模型的猪跛脚检测方法，包括如下步骤：

(1)获取训练集；

所述训练集中包括猪的图像以及与各图像相对应的热力图，热力图上设置有与图像上特征点相对应的光斑；所述特征点包括图像上猪四只腿的蹄子、膝盖和腿根；

(2)建立定位神经网络模型，以猪的图像为输入，以对应的热力图为输出，对该定位神经网络模型进行训练，得到训练后的定位神经网络模型；

(3)对猪进行图像采集，得到其实时图像，将其实时图像输入到训练后的神经网络中，得到与实时图像对应的实时热力图；

(4)将实时热力图设置在二维坐标系内，得到其中各光斑的二维坐标，将其分别作为对应特征点的二维坐标，并根据各特征点的二维坐标得到其三维空间坐标；

(5)根据猪的三维空间坐标得到其膝盖角度，并根据其膝盖角度判断其是否跛脚。

进一步的，所述训练集的获取方法为：首先获取猪的图像，对其中的特征点进行标注，然后通过高斯核卷积对各图像进行处理得到与各图像相对应的热力图像。

进一步的，根据各特征点的二维坐标得到其三维空间坐标的方法为：

建立三维空间坐标系，在获取训练集时还在各特征点上设置检测传感器，通过检测传感器检测各特征点所在的位置，然后将其转换到所建立的三维空间坐标系中，得到各特征点在三维空间坐标系中的坐标；